# -*- coding: utf-8 -*-
"""
主要记录代码，相关说明采用注释形势，供日常总结、查阅使用，不定时更新。
Created on Fri Aug 24 19:57:53 2018@author: Dev
"""
import numpy as np
import random
# 常用函数
arr = np.arange(10)
print(np.sqrt(arr))
在下面的代码里面，我们利用numpy和scipy做了很多工作，每一行都有注释，讲解了对应的向量/矩阵操作。归纳一下，下面的代码主要做了这些事：创建一个向量创建一个矩阵创建一个稀疏矩阵选择元素展示一个矩阵的属性对多个元素同时应用某种操作找到最大值和最小值计算平均值、方差和标准差矩阵变形转置向量或矩阵展开一个矩阵计算矩阵的秩计算行列式获取矩阵的对角线元素计算矩阵的迹计算特征值和特征向量计算点积矩阵的相
转载
2023-09-22 15:41:28
107阅读
1，矩阵大小与矩阵元素类型查看：vector = numpy.array([1,2,3,4]) #创建一个向量matrix = numpy.array([[5,10,15],[20,25,30],[35,40,45]]) #创造一个3×3矩阵print(vector.shape)
转载
2023-12-17 17:03:43
59阅读
numpy数组向量化的操作，可以避免纯Python的代码大量的循环。>>> x = np.arange(5)
>>> y = np.array([1,2,3,4,5])
>>> x
array([0, 1, 2, 3, 4])
>>> y
array([1, 2, 3, 4, 5])
>>> np.sq
转载
2023-10-18 17:30:50
354阅读
文章目录什么是向量化编程为什么要使用向量化编程：以矩阵乘法为例numpy的广播机制（Broadcasting）例1：element-wise运算（非Broadcasting）例2：ndarray与标量的运算，标量需要Broadcasting例3：两个ndarray中的一个需要Broadcasting的运算例4：两个ndarray均需要Broadcasting的运算Broadcasting机制总结
转载
2023-08-04 19:04:55
210阅读
系列文章目录numpy的安装与基础入门[向量、矩阵与维度] numpy的安装与基础入门[向量、矩阵与维度]系列文章目录前言numpy安装向量与矩阵生成向量生成矩阵向量类型 前言numpy是科学计算以及机器学习深度学习的基础必备工具，本文将介绍numpy的安装，以及关于向量、矩阵相关的基础知识。numpy安装在conda下使用conda install numpy安装。 如果没有conda可以使用p
转载
2023-10-02 20:03:31
408阅读
如需学习Python基础，请查看一天入门Python系列numpy基础numpy是基于python的一套数学计算库，具有丰富的矩阵运算相关的api, 为深度学习提供便利的计算工具。numpy导入import numpy as np 使用import导入numpy，并指定别名np生成数组（一维向量）x = np.array([1, 2, 3])numpy使用ndarray表示数组。>
转载
2023-11-10 22:26:16
519阅读
目录 NumPy介绍：部分功能如下：ndarray:创建ndarray：ndarray的数据类类型：数组和标量之间的运算：数组之间的运算：数组和标量之间的运算：基本的索引和切片：布尔型索引：花式索引：数组转置和轴对换：通用函数：快速的元素级数组函数：一元函数：二元函数：利用数组进行数据处理：将条件逻辑表述为数组运算：数学和统计方法：用于布尔型数组的方法：排序：ndarray的基本集合运算
转载
2023-11-19 21:32:13
95阅读
# Python NumPy 向量加法基础
在科学计算和数据分析中，向量的使用显得尤为重要。Python 的 NumPy 库是一种高效处理数组和矩阵运算的工具。本文将介绍 NumPy 中的向量加法，包括基本概念、代码示例，甚至通过序列图来更好地理解向量加法的过程。
## 什么是向量？
向量可以被看作是一个具有大小和方向的量。例如，在二维空间中的向量通常表示为 `(x, y)`，其中 `x`
原创
2024-10-23 05:55:48
39阅读
彻底剖析numpy的数值运算1.矢量与标量的运算>>> a = np.array([1, 2, 3, 4])
>>> a + 1
array([2, 3, 4, 5])
>>> 2**a
array([ 2, 4, 8, 16])2.矢量之间进行点运算>>> b = np.ones(4) + 1
>>>
# Python numpy向量模的实现方法
## 引言
在数据处理和科学计算中，经常需要对向量进行各种操作和计算。其中，向量的模是一个常见的计算需求。在Python中，使用numpy库可以方便地进行向量的模计算。本文将介绍numpy库使用方法，以帮助刚入行的小白实现python numpy向量模的计算。
## numpy库简介
numpy是Python的一个科学计算库，提供了多维数组对象（n
原创
2023-10-19 16:43:08
375阅读
NumPy基础：数组和矢量计算numpy（numerical python的简称）是高性能科学计算和数据分析的基础包，其主要功能如下： 1.快速高效的多维数组对象 ndarray； 2.直接对数组执行数学运算及对数组执行元素级计算的函数； 3.线性代数运算、随机数生成; 4.将 C、C++、Fortran 代码集成到 Python 的工具等。 一、numpy中的ndarray：一种多维数组对象
转载
2024-07-15 06:43:15
38阅读
# 使用 Python 和 NumPy 生成向量的实践与应用
在数据科学与机器学习领域，向量是一种极为重要的数学对象。向量不仅在算法中扮演着关键角色，而且在实际的数据处理中也经常被使用。Python 的 NumPy 库为生成与操作向量提供了极大的便利。本文将介绍如何使用 NumPy 来生成向量，进行基本的数学运算，并会展示一些实际应用场景。
## 1. 什么是向量？
向量是在空间中表示方向和
# 使用 NumPy 创建空数组
在学习如何使用 Python 和 NumPy 时，创建空数组是一个重要而基本的技能。本文将带领您了解如何实现这一点，并为您提供详细的步骤和代码示例。
## 流程概述
下面是创建 NumPy 空数组的一个简单流程：
| 步骤 | 描述 |
|------|---------------------|
| 1 | 检查是
原创
2024-09-12 05:40:24
15阅读
import numpy as np
import pandas as pd 1.array数组1.1创建array数组np.arraynp.zeros/empty/ones:传入形状即可np.arange():比range更强大np.diag():对角阵详细的见下面图片和例子 data1 = [6,7.5,8,0,1] arr1 = np.array(data1)#创建arr
转载
2024-08-12 14:21:06
50阅读
NumPy 的ndarray：一种多维数组对象该对象是一个快速且灵活的大数据容器，可以利用这种数组对整个数据进行科学计算，语法跟标量元素之间的计算一样。创建ndarray的方法：array函数：它接受一些序列型的对象，然后产生一个含有传入数据的numpy数组。 1 import numpy as np
2
3 data1 = [1,3,6.5,3]
4 data2 = [[1,3,5,7
转载
2023-11-09 21:57:58
283阅读
1. 欧氏距离欧式距离欧氏距离是最常见也是最常用的一种距离计算方式，也叫欧几里得距离、 距离。 函数形式如下： 表示两个 维向量， 为两个 维向量的欧式距离。 python实现 import numpy as np
x = np.random.random(10)
y = np.random.rand
转载
2023-11-12 17:44:25
230阅读
1️⃣如何绘制箭头 使用plt.arrow生成箭头，前两个参数为起点，后两个参数为偏移量，可以设置箭头的大小宽度，以及箭头和线条的颜色。plt.arrow(0, 0, vec[0], vec[1], head_width=0.1, head_length=0.1, fc=color[i], ec=color[i])2️⃣如何设置向量名称 可以使用plt.annotate设置箭头的标签，标签名可以使
转载
2023-06-20 20:16:05
157阅读
## 实现Python空向量的流程
为了实现一个空向量，我们需要按照以下步骤进行操作：
1. 导入NumPy库：NumPy是Python中用于科学计算的一个库，可以方便地处理向量和矩阵的计算。我们需要先安装NumPy库，然后在代码中导入它。
2. 创建一个空的NumPy数组：使用NumPy库中的`empty()`函数可以创建一个指定大小的空数组，我们可以指定数组的形状和数据类型。
3. 输
原创
2023-08-14 19:25:58
88阅读
许久以来都有一个疑问，numpy中的一维向量究竟是行向量还是列向量呢？今天得空，测试一下。思路思路很简单，利用点乘两个向量维度要对应的特性测试。1.创建一个4*2矩阵a和一个一维numpy向量b2.使a点乘b，如果a和b的点乘np.dot(a,b)不报错，就说明一维向量b为2*1的列向量。如果报错，说明b肯定不是列向量。3.如果2不报错，将b转置，再使a点乘b，如果a和b的点乘np.dot(a,b
转载
2023-10-07 17:21:10
446阅读
